KR102593556B1 - A method for providing a trading bot and an operating server for performing the same - Google Patents

A method for providing a trading bot and an operating server for performing the same Download PDF

Info

Publication number
KR102593556B1
KR102593556B1 KR1020220172495A KR20220172495A KR102593556B1 KR 102593556 B1 KR102593556 B1 KR 102593556B1 KR 1020220172495 A KR1020220172495 A KR 1020220172495A KR 20220172495 A KR20220172495 A KR 20220172495A KR 102593556 B1 KR102593556 B1 KR 102593556B1
Authority
KR
South Korea
Prior art keywords
trading
user
item
return
bot
Prior art date
Application number
KR1020220172495A
Other languages
Korean (ko)
Inventor
정택희
이준건
Original Assignee
주식회사 에이치에스88
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by 주식회사 에이치에스88 filed Critical 주식회사 에이치에스88
Priority to KR1020220172495A priority Critical patent/KR102593556B1/en
Application granted granted Critical
Publication of KR102593556B1 publication Critical patent/KR102593556B1/en

Links

Classifications

    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
    • G06Q40/00—Finance; Insurance; Tax strategies; Processing of corporate or income taxes
    • G06Q40/04—Trading; Exchange, e.g. stocks, commodities, derivatives or currency exchange
    • G06K9/6218—
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
    • G06N20/00—Machine learning
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
    • G06Q40/00—Finance; Insurance; Tax strategies; Processing of corporate or income taxes
    • G06Q40/06—Asset management; Financial planning or analysis

Landscapes

  • Engineering & Computer Science (AREA)
  • Business, Economics & Management (AREA)
  • Accounting & Taxation (AREA)
  • Finance (AREA)
  • Theoretical Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • Development Economics (AREA)
  • General Physics & Mathematics (AREA)
  • Marketing (AREA)
  • Technology Law (AREA)
  • General Business, Economics & Management (AREA)
  • Strategic Management (AREA)
  • Economics (AREA)
  • Software Systems (AREA)
  • Medical Informatics (AREA)
  • Data Mining & Analysis (AREA)
  • Evolutionary Computation (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Artificial Intelligence (AREA)
  • Computing Systems (AREA)
  • General Engineering & Computer Science (AREA)
  • Mathematical Physics (AREA)
  • Entrepreneurship & Innovation (AREA)
  • Game Theory and Decision Science (AREA)
  • Human Resources & Organizations (AREA)
  • Operations Research (AREA)
  • Financial Or Insurance-Related Operations Such As Payment And Settlement (AREA)

Abstract

다양한 실시 예에 따르면, 트레이딩 봇을 운영하여 종목 거래를 수행하는 트레이딩 봇 운영 서버는, 사용자의 거래 종목에 대한 정보 및 상기 사용자의 계좌 정보를 획득하는 정보 획득부; 상기 사용자의 사용자 단말로부터 종목에 대한 매매 관련 입력을 획득하는 사용자 입력 획득부; 거래소에 등록된 종목들 중에서 트레이딩할 종목을 결정하는 트레이딩 종목 결정부; 상기 사용자 단말로부터 획득된 자동 매매에 대응하는 입력에 기반하여 결정된 상기 트레이딩 종목을 트레이딩을 수행하는 종목 트레이딩부; 및 상기 사용자의 매매 패턴을 분석하고, 분석된 상기 매매 패턴에 따른 상기 사용자의 수익 정보를 생성하는 사용자 매매패턴 분석부를 포함할 수 있다.According to various embodiments, a trading bot operation server that operates a trading bot to perform item trading includes: an information acquisition unit that acquires information about a user's trading item and account information of the user; a user input acquisition unit that obtains input related to trading of an item from the user's user terminal; A trading item decision unit that determines items to trade among items registered on the exchange; an item trading unit that performs trading of the trading item determined based on an input corresponding to automatic trading obtained from the user terminal; And it may include a user trading pattern analysis unit that analyzes the user's trading pattern and generates profit information of the user according to the analyzed trading pattern.

Description

트레이딩 봇을 운영하기 위한 방법 및 이를 수행하는 운영 서버{A METHOD FOR PROVIDING A TRADING BOT AND AN OPERATING SERVER FOR PERFORMING THE SAME}Method for operating a trading bot and an operating server that performs the same {A METHOD FOR PROVIDING A TRADING BOT AND AN OPERATING SERVER FOR PERFORMING THE SAME}

본 발명은 코인 트레이딩 봇을 운영하기 위한 방법 및 이를 수행하는 운영 서버로, 더욱 상세하게는 사용자의 투자 성향을 고려하여 맞춤형 투자가 가능한 트레이딩 봇을 운영하기 위한 방법 및 이를 수행하는 운영 서버에 관한 것이다.The present invention relates to a method for operating a coin trading bot and an operating server that performs the same. More specifically, it relates to a method for operating a trading bot capable of customized investment in consideration of the user's investment tendency and an operating server that performs the same. .

본 명세서에서 달리 표시되지 않는 한, 이 섹션에 설명되는 내용들은 이 출원의 청구항들에 대한 종래 기술이 아니며, 이 섹션에 포함된다고 하여 종래 기술이라고 인정되는 것은 아니다.Unless otherwise indicated herein, the material described in this section is not prior art to the claims of this application, and is not admitted to be prior art by inclusion in this section.

최근에 증권 및 가상화폐에 대한 종목 거래에 대한 관심이 증가함에 따라 전문가뿐만 아니라, 일반인들도 종목 거래를 수행하는 경우가 늘어나고 있다. 인터넷 등의 네트워크 통신망을 통해 온라인상에서 가상화폐 및 주식 등을 매도, 매수할 수 있는 사이버 거래가 일반화되고 있다. 이에 각 거래소들은 컴퓨터 사용자들이 네트워크 상에서 증권거래를 수행할 수 있도록 HTS(Home Trading System)을 제공하고 있다. 나아가 최근에는 스마트폰 등의 모바일 기기가 대중화되면서, HTS와 더불어 모바일 기기에서 거래를 할 수 있도록 하는 MTS(Mobile Trading System)을 이용하는 경우도 크게 늘어나고 있다. 이러한 온라인 서비스를 통해 기존에 오프라인 거래보다 개인의 종목 거래가 활발해지고 있다.Recently, as interest in stock trading in securities and virtual currencies has increased, not only experts but also ordinary people are increasingly conducting stock trading. Cyber transactions that allow you to sell and buy virtual currencies and stocks online through networks such as the Internet are becoming common. Accordingly, each exchange provides HTS (Home Trading System) so that computer users can perform securities trading on the network. Furthermore, recently, as mobile devices such as smartphones have become popular, the use of MTS (Mobile Trading System), which allows trading on mobile devices, along with HTS, is increasing significantly. Through these online services, individual stock transactions are becoming more active than existing offline transactions.

또한, 상술한 바와 같이 홈 트레이딩 시스템을 통해서 쉽고 빠르게 가상화폐에 대한 정보들을 얻는 것이 가능하기 때문에 남녀노소 가리지 않고 코인 시장에 참여하는 것이 가능하다. 그러나 단순히 다양한 종류의 정보들을 얻는 것은 가능하지만 이를 토대로 주가를 예측하거나 분석하는 것에는 어려움이 있어서 일확천금의 기대를 안고 주식시장에 들어왔다가 오히려 크고 작은 손해를 보는 경우도 종종 발생하고 있다. 따라서, 사용자에 따라서 맞춤형 트레이딩 방식을 적용하여 수익률을 보장해줄 수 있는 방안이 모색될 필요가 있다.In addition, as mentioned above, it is possible to quickly and easily obtain information about virtual currency through the home trading system, so it is possible for anyone, regardless of age or gender, to participate in the coin market. However, although it is possible to simply obtain various types of information, it is difficult to predict or analyze stock prices based on this, so there are often cases where people enter the stock market with the expectation of making a fortune but instead suffer large or small losses. Therefore, there is a need to find a way to guarantee returns by applying a customized trading method depending on the user.

상기와 같은 문제점을 해결하기 위한 본 발명의 목적은, 투자자 개인의 투자 타입에 따라 트레이딩 봇을 이용한 맞춤형 투자 방법을 제공하는데 있다.The purpose of the present invention to solve the above problems is to provide a customized investment method using a trading bot according to the investment type of each investor.

상기와 같은 문제점을 해결하기 위한 본 발명의 다른 목적은, 본 문서를 통해 직접적 또는 간접적으로 파악되는 목적들을 추가로 제공할 수 있다.Other purposes of the present invention to solve the above problems can additionally provide purposes that are directly or indirectly identified through this document.

다양한 실시 예에 따르면, 트레이딩 봇을 운영하여 종목 거래를 수행하는 트레이딩 봇 운영 서버는, 사용자의 거래 종목에 대한 정보 및 상기 사용자의 계좌 정보를 획득하는 정보 획득부; 상기 사용자의 사용자 단말로부터 종목에 대한 매매 관련 입력을 획득하는 사용자 입력 획득부; 거래소에 등록된 종목들 중에서 트레이딩할 종목을 결정하는 트레이딩 종목 결정부; 상기 사용자 단말로부터 획득된 자동 매매에 대응하는 입력에 기반하여 결정된 상기 트레이딩 종목을 트레이딩을 수행하는 종목 트레이딩부; 및 상기 사용자의 매매 패턴을 분석하고, 분석된 상기 매매 패턴에 따른 상기 사용자의 수익 정보를 생성하는 사용자 매매패턴 분석부를 포함할 수 있다.According to various embodiments, a trading bot operation server that operates a trading bot to perform item trading includes: an information acquisition unit that acquires information about a user's trading item and account information of the user; a user input acquisition unit that obtains input related to trading of an item from the user's user terminal; A trading item decision unit that determines items to trade among items registered on the exchange; an item trading unit that performs trading of the trading item determined based on an input corresponding to automatic trading obtained from the user terminal; And it may include a user trading pattern analysis unit that analyzes the user's trading pattern and generates profit information of the user according to the analyzed trading pattern.

다양한 실시 예에 따르면, 상기 사용자 매매패턴 분석부는, 미리 학습된 가우시안 혼합 모델을 이용하여, 다수의 사용자 단말들로부터 획득된 학습 데이터들 각각에 대응하는 사용자들을 클러스터링함으로써, 상기 다수의 사용자 단말들에 대응하는 사용자들 각각에 대응하는 클러스터(cluster)를 결정하고, 결정된 클러스터에 부여된 트레이딩 타입을 해당 클러스터에 속하는 사용자의 트레이딩 타입으로 결정하는 트레이딩 타입 예측 모델을 포함할 수 있다.According to various embodiments, the user trading pattern analysis unit uses a pre-trained Gaussian mixture model to cluster users corresponding to each of the learning data obtained from a plurality of user terminals, thereby clustering users to the plurality of user terminals. It may include a trading type prediction model that determines a cluster corresponding to each of the corresponding users, and determines the trading type assigned to the determined cluster as the trading type of the user belonging to the cluster.

다양한 실시 예에 따르면, 상기 트레이딩 종목 결정부는, 상기 사용자가 거래했던 종목들 및 상기 종목들을 통한 상기 사용자의 수익률에 기반하여 트레이딩할 종목을 결정하되, 미리 설정된 기간 동안 미리 설정된 수익률 이상을 기록했던 종목들 및 상기 종목들과 유사한 시세 흐름을 가지는 종목들을 상기 트레이딩할 종목으로 결정할 수 있다.According to various embodiments, the trading item determination unit determines an item to trade based on the items the user traded and the user's rate of return through the items, but selects items that recorded a rate of return greater than a preset rate during a preset period. , and stocks with similar price trends as the stocks may be determined as the stocks to be traded.

다양한 실시 예에 따르면, 상기 종목 트레이딩부는, 상기 사용자의 분석된 상기 매매패턴으로 상기 사용자의 투자 수익률이 임계 수익률보다 높을 경우 제1 트레이딩 방식으로 트레이딩을 수행하고, 상기 사용자의 분석된 상기 매매패턴으로 상기 사용자의 투자 수익률이 상기 임계 수익률 이하인 경우 제2 트레이딩 방식으로 트레이딩을 수행하고, 상기 제1 트레이딩 방식은 상기 매매패턴에 대한 가중치를 높게 적용하여 상기 매매패턴을 구성하는 지표들 중 미리 설정된 개수를 초과하는 지표들은 동일하게 유지한 트레이딩을 수행하는 방식이고, 상기 제2 트레이딩 방식은 상기 매매패턴에 대한 가중치를 낮게 적용하여 상기 매매패턴을 구성하는 지표들 중 미리 설정된 개수 이하의 지표들은 동일하게 유지한 트레이딩을 수행하는 방식일 수 있다.According to various embodiments, the item trading unit performs trading in a first trading method when the user's investment rate of return is higher than the threshold rate of return based on the user's analyzed trading pattern, and performs trading using the user's analyzed trading pattern. If the user's investment rate of return is less than or equal to the threshold rate of return, trading is performed using a second trading method, and the first trading method applies a high weight to the trading pattern to determine a preset number of indicators constituting the trading pattern. A method of performing trading is performed by keeping the exceeding indicators the same, and the second trading method applies a low weight to the trading pattern so that indicators below a preset number of indicators constituting the trading pattern are kept the same. It may be a way to conduct one trade.

다양한 실시 예에 따르면, 상기 트레이딩 봇 운영 서버는 목표 수익률 설정부는 더 포함하고, 상기 목표 수익률 설정부는, 결정된 상기 사용자의 트레이딩 타입에 기반하여 상기 사용자에 대한 목표 투자 수익률을 설정할 수 있다.According to various embodiments, the trading bot operation server further includes a target return rate setting unit, and the target return rate setting unit may set a target investment return rate for the user based on the determined trading type of the user.

또한, 다양한 실시 예들에 따르면, 트레이딩에 있어서 감정을 배제한 자동 트레이딩 봇을 통해 사용자에게 안정적인 수익을 제공할 수 있다.Additionally, according to various embodiments, stable profits can be provided to users through an automatic trading bot that excludes emotions in trading.

또한, 다양한 실시 예들에 따르면, 사용자가 일일이 트레이딩을 하지 않아도 되므로, 사용자에게 편의성을 제공할 수 있다.Additionally, according to various embodiments, convenience can be provided to users because they do not have to trade individually.

이 외에, 본 문서를 통해 직접적 또는 간접적으로 파악되는 다양한 효과들이 제공될 수 있다.In addition, various effects that can be directly or indirectly identified through this document may be provided.

도 1은 일 실시 예에 따른 트레이딩 봇 운영 시스템을 도시한 도면이다.
도 2는 트레이딩 봇 운영 서버의 주요 구성 요소를 나타낸 도면이다.
도 3은 트레이딩 타입 예측 모델을 통해 사용자의 트레이딩 타입을 결정하는 것에 관한 도면이다.
도 4는 사용자의 트레이딩 타입에 따라 맞춤형 트레이딩을 수행하는 것에 관한 도면이다.
도 5는 도 1에 따른 트레이딩 봇 운영 서버의 하드웨어 구성을 나타낸 도면이다.Figure 1 is a diagram illustrating a trading bot operating system according to an embodiment.
Figure 2 is a diagram showing the main components of a trading bot operation server.
Figure 3 is a diagram related to determining a user's trading type through a trading type prediction model.
Figure 4 is a diagram of performing customized trading according to the user's trading type.
FIG. 5 is a diagram showing the hardware configuration of the trading bot operation server according to FIG. 1.

본 발명은 다양한 변경을 가할 수 있고 여러 가지 실시예를 가질 수 있는 바, 특정 실시예들을 도면에 예시하고 상세한 설명에 상세하게 설명하고자 한다. 그러나, 이는 본 발명을 특정한 실시 형태에 대해 한정하려는 것이 아니며, 본 발명의 사상 및 기술 범위에 포함되는 모든 변경, 균등물 내지 대체물을 포함하는 것으로 이해되어야 한다. 각 도면을 설명하면서 유사한 참조부호를 유사한 구성요소에 대해 사용하였다.Since the present invention can make various changes and have various embodiments, specific embodiments will be illustrated in the drawings and described in detail in the detailed description. However, this is not intended to limit the present invention to specific embodiments, and should be understood to include all changes, equivalents, and substitutes included in the spirit and technical scope of the present invention. While describing each drawing, similar reference numerals are used for similar components.

제1, 제2, A, B 등의 용어는 다양한 구성요소들을 설명하는데 사용될 수 있지만, 상기 구성요소들은 상기 용어들에 의해 한정되어서는 안 된다. 상기 용어들은 하나의 구성요소를 다른 구성요소로부터 구별하는 목적으로만 사용된다. 예를 들어, 본 발명의 권리 범위를 벗어나지 않으면서 제1 구성요소는 제2 구성요소로 명명될 수 있고, 유사하게 제2 구성요소도 제1 구성요소로 명명될 수 있다. 및/또는 이라는 용어는 복수의 관련된 기재된 항목들의 조합 또는 복수의 관련된 기재된 항목들 중의 어느 항목을 포함한다.Terms such as first, second, A, and B may be used to describe various components, but the components should not be limited by the terms. The above terms are used only for the purpose of distinguishing one component from another. For example, a first component may be named a second component, and similarly, the second component may also be named a first component without departing from the scope of the present invention. The term and/or includes any of a plurality of related stated items or a combination of a plurality of related stated items.

어떤 구성요소가 다른 구성요소에 "연결되어" 있다거나 "접속되어" 있다고 언급된 때에는, 그 다른 구성요소에 직접적으로 연결되어 있거나 또는 접속되어 있을 수도 있지만, 중간에 다른 구성요소가 존재할 수도 있다고 이해되어야 할 것이다. 반면에, 어떤 구성요소가 다른 구성요소에 "직접 연결되어" 있다거나 "직접 접속되어" 있다고 언급된 때에는, 중간에 다른 구성요소가 존재하지 않는 것으로 이해되어야 할 것이다.When a component is said to be "connected" or "connected" to another component, it is understood that it may be directly connected to or connected to the other component, but that other components may exist in between. It should be. On the other hand, when it is mentioned that a component is “directly connected” or “directly connected” to another component, it should be understood that there are no other components in between.

본 출원에서 사용한 용어는 단지 특정한 실시예를 설명하기 위해 사용된 것으로, 본 발명을 한정하려는 의도가 아니다. 단수의 표현은 문맥상 명백하게 다르게 뜻하지 않는 한, 복수의 표현을 포함한다. 본 출원에서, "포함하다" 또는 "가지다" 등의 용어는 명세서상에 기재된 특징, 숫자, 단계, 동작, 구성요소, 부품 또는 이들을 조합한 것이 존재함을 지정하려는 것이지, 하나 또는 그 이상의 다른 특징들이나 숫자, 단계, 동작, 구성요소, 부품 또는 이들을 조합한 것들의 존재 또는 부가 가능성을 미리 배제하지 않는 것으로 이해되어야 한다.The terms used in this application are only used to describe specific embodiments and are not intended to limit the invention. Singular expressions include plural expressions unless the context clearly dictates otherwise. In this application, terms such as “comprise” or “have” are intended to designate the presence of features, numbers, steps, operations, components, parts, or combinations thereof described in the specification, but are not intended to indicate the presence of one or more other features. It should be understood that this does not exclude in advance the possibility of the existence or addition of elements, numbers, steps, operations, components, parts, or combinations thereof.

다르게 정의되지 않는 한, 기술적이거나 과학적인 용어를 포함해서 여기서 사용되는 모든 용어들은 본 발명이 속하는 기술 분야에서 통상의 지식을 가진 자에 의해 일반적으로 이해되는 것과 동일한 의미를 가지고 있다. 일반적으로 사용되는 사전에 정의되어 있는 것과 같은 용어들은 관련 기술의 문맥 상 가지는 의미와 일치하는 의미를 가지는 것으로 해석되어야 하며, 본 출원에서 명백하게 정의하지 않는 한, 이상적이거나 과도하게 형식적인 의미로 해석되지 않는다.Unless otherwise defined, all terms used herein, including technical or scientific terms, have the same meaning as commonly understood by a person of ordinary skill in the technical field to which the present invention pertains. Terms defined in commonly used dictionaries should be interpreted as having a meaning consistent with the meaning in the context of the related technology, and unless explicitly defined in the present application, should not be interpreted in an ideal or excessively formal sense. No.

이하, 본 발명에 따른 바람직한 실시예를 첨부된 도면을 참조하여 상세하게 설명한다.Hereinafter, preferred embodiments according to the present invention will be described in detail with reference to the attached drawings.

도 1은 일 실시 예에 트레이딩 봇 운영 시스템(10)을 도시한 도면이다. 도 1을 참조하면, 트레이딩 봇 운영 시스템(10)은 트레이딩 봇 운영 서버(100), 사용자 단말(200), 등을 포함할 수 있다. 이하 설명되는 동작들은 트레이딩 봇 운영 서버(100)에 의하여 제어되는 플랫폼(예: 웹 페이지 및/또는 어플리케이션)을 통해 수행 내지 구현될 수 있다. 다시 말해서, 트레이딩 봇 운영 서버(100)는, 사용자가 사용자 단말(200)을 이용하여 네트워크를 통해 트레이딩 봇 운영 서버(100)에 접속하여 다양한 정보를 입력하고, 등록하고, 출력할 수 있는 웹 사이트를 제공할 수 있으며, 사용자 단말(200)에 설치되고 실행됨으로써 다양한 정보를 입력하고, 등록하고, 출력할 수 있는 어플리케이션을 제공할 수 있다. FIG. 1 is a diagram illustrating a trading bot operating system 10 according to an embodiment. Referring to FIG. 1, the trading bot operating system 10 may include a trading bot operating server 100, a user terminal 200, and the like. The operations described below may be performed or implemented through a platform (eg, web page and/or application) controlled by the trading bot operation server 100. In other words, the trading bot operation server 100 is a website where a user can access the trading bot operation server 100 through a network using the user terminal 200 to input, register, and output various information. It is possible to provide an application that can input, register, and output various information by being installed and executed on the user terminal 200.

사용자 단말(200)은 트레이딩 봇 운영 서버(100)를 통해 투자 상품에 대한 거래를 하길 원하는 사용자의 단말을 의미할 수 있으며, 사용자 단말(200)은 통신 가능한 데스크탑 컴퓨터(desktop computer), 랩탑 컴퓨터(laptop computer), 노트북(notebook), 스마트폰(smart phone), 태블릿 PC(tablet PC), 모바일폰(mobile phone), 스마트 워치(smart watch), 스마트 글래스(smart glass), e-book 리더기, PMP(portable multimedia player), 휴대용 게임기, 네비게이션(navigation) 장치, 디지털 카메라(digital camera), DMB(digital multimedia broadcasting) 재생기, 디지털 음성 녹음기(digital audio recorder), 디지털 음성 재생기(digital audio player), 디지털 동영상 녹화기(digital video recorder), 디지털 동영상 재생기(digital video player), 및 PDA(Personal Digital Assistant) 등 일 수 있다. The user terminal 200 may refer to the terminal of a user who wishes to trade investment products through the trading bot operation server 100, and the user terminal 200 may be a desktop computer or laptop computer capable of communication ( laptop computer, laptop, smart phone, tablet PC, mobile phone, smart watch, smart glass, e-book reader, PMP (portable multimedia player), portable game console, navigation device, digital camera, DMB (digital multimedia broadcasting) player, digital audio recorder, digital audio player, digital video It may be a digital video recorder, a digital video player, and a PDA (Personal Digital Assistant).

트레이딩 봇 운영 서버(100)는 홈 트레이딩 시스템(HTS; home trading system), 그래픽 사용자 인터페이스(GUI; graphic user interface), 그래픽 사용자 익스피어런스(GUX; graphic user experience) 및/또는 웹페이지(webpage) 등을 통해 종목 관련 정보를 제공할 수 있다. 홈 트레이딩 시스템(HTS; home trading system), 그래픽 사용자 인터페이스(GUI; graphic user interface), 그래픽 사용자 익스피어런스(GUX; graphic user experience) 및/또는 웹페이지(webpage) 등은 트레이딩 봇 운영 서버(100)에 의하여 제공될 수 있으나, 트레이딩 봇 운영 서버(100)와 연동되어 복수의 계좌 각각을 운영 및/또는 관리하는 서로 다른 증권사에 의해 제공될 수 있다.The trading bot operation server 100 includes a home trading system (HTS), a graphic user interface (GUI), a graphic user experience (GUX), and/or a webpage. You can provide stock-related information through, etc. The home trading system (HTS), graphic user interface (GUI), graphic user experience (GUX), and/or webpage are operated by the trading bot operation server (100). ), but may be provided by different securities companies that operate and/or manage each of a plurality of accounts in conjunction with the trading bot operation server 100.

트레이딩 봇 운영 서버(100)는 거래 종목을 주문하고자 하는 사용자에게 주문 사용자 인터페이스(UI; user interface)(이하, 주문 UI로 지칭함)를 사용자 단말(200)을 통해 출력할 수 있다. 예를 들면, 트레이딩 봇 운영 서버(100)는 상기 사용자의 계좌 정보 혹은 주문 정보에 의해 유동적으로 결정되는 주문 UI를 상기 사용자의 사용자 단말(200)을 통해 출력할 수 있다. 상기 주문 정보는 상기 사용자가 이미 주문한 내역에 대한 정보를 포함할 수 있다. 트레이딩 봇 운영 서버(100)는 상기 주문 UI를 통하여 사용자로부터 상기 종목에 대한 매도 입력, 매수 입력 및/또는 기 주문 내용에 대한 정정 입력, 기 주문 내용에 대한 취소 입력을 획득할 수 있다.The trading bot operation server 100 may output an order user interface (UI) (hereinafter referred to as order UI) through the user terminal 200 to a user who wishes to order a trading item. For example, the trading bot operation server 100 may output an order UI flexibly determined by the user's account information or order information through the user's user terminal 200. The order information may include information about orders already placed by the user. The trading bot operation server 100 may obtain a sell input for the item, a buy input, and/or a correction input for the existing order content, and a cancellation input for the existing order content from the user through the order UI.

트레이딩 봇 운영 서버(100)는 매수 입력에 대응하는 매수 주문, 매도 입력에 대응하는 매도 주문, 정정 입력에 대응하는 정정 주문 및 취소 입력에 대응하는 취소 주문 등을 거래소 트레이딩 봇 운영 서버(300)로 전달할 수 있다.The trading bot operation server 100 sends buy orders corresponding to buy inputs, sell orders corresponding to sell inputs, correction orders corresponding to correction inputs, and cancellation orders corresponding to cancellation inputs, etc. to the exchange trading bot operation server 300. It can be delivered.

트레이딩 봇 운영 서버(100)는 사용자 단말(200)의 사용자에 대한 개인 정보를 수집할 수 있다. 예를 들어, 개인 정보는 이름, 아이디(ID; identifier), 비밀번호, 도로명 주소, 전화 번호, 휴대폰 번호, 이메일 주소 및/또는 사용자가 본 발명의 트레이딩 봇 운영 서버(100)에서 제공하는 종목 거래 플랫폼을 통하여 종목을 매도 및/또는 매수한 이력, 평가손익, 수익률, 평가금액, 보유수량 등을 포함할 수 있다.The trading bot operation server 100 may collect personal information about the user of the user terminal 200. For example, personal information may include name, ID (identifier), password, street address, telephone number, mobile phone number, email address, and/or the item trading platform provided by the user from the trading bot operation server 100 of the present invention. It can include the history of selling and/or purchasing items, valuation profit or loss, rate of return, valuation amount, and holding quantity.

본 발명에서 '종목'은 코인과 가상 화폐 시장에서 취급되는 투자 상품을 의미할 수 있다. '종목 거래'라 함은 코인과 같이, 가상 화폐 시장에서 취급되는 투자 상품에 대한 거래 행위를 통칭하는 개념일 수 있다.In the present invention, 'item' may refer to investment products handled in the coin and virtual currency markets. ‘Stock trading’ may be a concept that collectively refers to trading activities for investment products handled in the virtual currency market, such as coins.

트레이딩 봇 운영 서버(100)는 코인과 같은 가상 화폐를 포함하는 변동성이 있는 투자 상품을 운영하거나, 또는 상기 투자 상품의 매매/환매 업무를 처리할 수 있다. 트레이딩 봇 운영 서버(100)는 증권사 트레이딩 봇 운영 서버, 투자운영사 트레이딩 봇 운영 서버 및/또는 펀드운영사 트레이딩 봇 운영 서버 등과 연동될 수 있다. 트레이딩 봇 운영 서버(100)는 적어도 하나의 종목에 투자될 사용자의 전체 투자 금액이 예치된 유동성 계좌를 운영할 수 있다.The trading bot operation server 100 may operate investment products with volatility, including virtual currencies such as coins, or process sales/repurchase of the investment products. The trading bot operation server 100 may be linked with a securities company trading bot operation server, an investment management company trading bot operation server, and/or a fund management company trading bot operation server. The trading bot operation server 100 may operate a liquidity account in which the user's entire investment amount to be invested in at least one item is deposited.

트레이딩 봇 운영 서버(100)는 종목 관련 정보, 투자 정보, 및 시세 정보 등을 제공할 수 있으며, 다양한 지수들을 이용하여 일정 시간 동안의 종목들의 등락율 추세 흐름을 분석할 수 있다. 예를 들어, 트레이딩 봇 운영 서버(100)는 가상 화폐 시장의 외국인 및 기관들의 수급, 원달러환율 등을 실시간으로 크롤링하여, 현재 시점에서의 국내 가상 화폐 시황을 실시간으로 사용자에게 제공할 수 있다.The trading bot operation server 100 can provide item-related information, investment information, and price information, and can analyze fluctuation rate trends of items over a certain period of time using various indices. For example, the trading bot operation server 100 can crawl the supply and demand of foreigners and institutions in the virtual currency market, the won-dollar exchange rate, etc. in real time and provide the current domestic virtual currency market status to users in real time.

트레이딩 봇 운영 서버(100)는 사용자의 요청에 따라 데이터를 가공할 수 있고, 가공된 데이터를 숫자, 차트 및/또는 표 등과 같은 수단으로 상기 사용자의 요청에 대응하는 종목 관련 정보를 제공할 수 있다. 종목 관련 정보는 등록된 종목 이름, 주요 지표 정보 및 보조 지표 정보 등과 같이 공지된 종목 거래에 관련된 다양한 정보를 포함할 수 있다. 트레이딩 봇 운영 서버(100)는 종목 관련 정보를 제공함으로써, 사용자가 거래에 필요한 유용한 정보를 제공받아 적합한 거래를 수행하는데 도움을 줄 수 있다.The trading bot operation server 100 can process data according to the user's request, and provide item-related information corresponding to the user's request using the processed data by means such as numbers, charts, and/or tables. . Item-related information may include various information related to known item trading, such as registered item name, main indicator information, and auxiliary indicator information. By providing item-related information, the trading bot operation server 100 can help users perform appropriate transactions by receiving useful information necessary for trading.

예를 들어, 주요 지표 정보는, 실시간 시세, 시가 총액, 매수 호가, 매도 호가, 등락률, 최저가, 최고가, 시가, 종가, 체결량, 체결강도 등에 대한 정보를 포함할 수 있다.For example, key indicator information may include information on real-time price, market capitalization, bid price, ask price, fluctuation rate, lowest price, highest price, opening price, closing price, transaction volume, transaction strength, etc.

예를 들어, 보조 지표 정보는, 추세지표, 변동성 지표, 모멘텀 지표 및 시장강도 지표 등을 포함할 수 있다. 예를 들어, 추세지표는, 추세선, 이동평균선, MACD(Moving Average Convergence & Divergence), DM(Directional Movement Index), ROC(Rate Of Change) 및 ADX(Average Directional Movement Index) 등을 포함할 수 있다. 예를 들어, 변동성 지표는, 불린저벤드, ATR, Envelope 및 Keltner Channels 등을 포함할 수 있다. 예를 들어, 모멘텀 지표는, 이격도, RSI(상대강도지수, Relative Strength Index), 투자심리선, 삼선전환도, AB Ratio, Mass Index, 스토케스틱, SONAR, P&F 및 TRIX 등을 포함할 수 있다. 예를 들어, 시장강도 지표는, 거래량, MFI(Money Flow Index), EOM(Ease Of Movement), OBV, 거래량 이동평균선, Volume 오실레이터 및 Volume Ratio 등을 포함할 수도 있다.For example, auxiliary indicator information may include trend indicators, volatility indicators, momentum indicators, market strength indicators, etc. For example, trend indicators may include trend lines, moving averages, MACD (Moving Average Convergence & Divergence), DM (Directional Movement Index), ROC (Rate Of Change), and ADX (Average Directional Movement Index). For example, volatility indicators may include Bullinger Bend, ATR, Envelope, and Keltner Channels. For example, momentum indicators may include separation, RSI (Relative Strength Index), sentiment line, three-line conversion, AB Ratio, Mass Index, Stochastic, SONAR, P&F, and TRIX. For example, market strength indicators may include trading volume, Money Flow Index (MFI), Ease Of Movement (EOM), OBV, volume moving average, volume oscillator, and volume ratio.

일 실시 예에서, 트레이딩 봇 운영 서버(100)는 트레이딩 봇 운영 서버(100)의 관리자 또는 트레이딩 봇 운영 서버(100)에 접속한 사용자에 의하여 매매 결정 정보를 생성할 수 있다. 매매 결정 정보는 종목 매수 정보 및 종목 매도 정보를 포함할 수 있다. 예를 들어, 트레이딩 봇 운영 서버(100)는 사용자 단말(200)로부터 제1 종목에 대한 제1 주문 체결 목표 매도가 및 제2 종목에 대한 제2 주문 체결 목표 매수가를 획득할 수 있다. 주문 체결 목표 매도가는 사용자가 특정 종목을 매도하는 경우, 상기 사용자가 매도하고자 하는 종목의 목표 시세를 의미할 수 있다. 예를 들어, 제1 종목의 시세가 '251.90'이 되었을 때, 매도 주문이 체결될 수 있도록, 사용자가 제1 종목에 대해 제1 주문 체결 목표 매도가인 '251.90'을 지정하여 매도 주문량 '2'를 입력한 경우, 트레이딩 봇 운영 서버(100)는 사용자 단말(200)을 통해 상기 제1 주문 체결 목표 매도가인 '251.90'을 입력받을 수 있다.In one embodiment, the trading bot operation server 100 may generate trading decision information by an administrator of the trading bot operation server 100 or a user connected to the trading bot operation server 100. Trading decision information may include item purchase information and item sell information. For example, the trading bot operation server 100 may obtain the first order execution target sell price for the first item and the second order execution target buy price for the second item from the user terminal 200. When a user sells a specific item, the order execution target selling price may mean the target price of the item the user wishes to sell. For example, when the price of the first item becomes '251.90', the user specifies '251.90', the first order execution target selling price for the first item, so that the sell order can be executed, and the sell order quantity is '2'. When input, the trading bot operation server 100 can receive the first order execution target selling price of '251.90' through the user terminal 200.

트레이딩 봇 운영 서버(100)는 코인, 코인 선물 및/또는 옵션 등 다양한 투자 상품에 대한 매매 결정 정보를 생성할 수 있다. 트레이딩 봇 운영 서버(100)는 매매 결정 정보에 기초하여 주문 신호를 생성하고, 생성된 주문 신호를 거래소 트레이딩 봇 운영 서버(300)에 제공할 수 있다. 거래소 트레이딩 봇 운영 서버(300)는 트레이딩 봇 운영 서버(100)로부터 획득된 계좌별 주문 신호를 수신하고, 수신된 계좌별 주문 신호에 대응하는 거래가 체결되도록 하는 일련의 과정을 수행할 수 있다.The trading bot operation server 100 may generate trading decision information for various investment products such as coins, coin futures, and/or options. The trading bot operation server 100 may generate an order signal based on the trading decision information and provide the generated order signal to the exchange trading bot operation server 300. The exchange trading bot operation server 300 may receive an order signal for each account obtained from the trading bot operation server 100 and perform a series of processes to ensure that a transaction corresponding to the received order signal for each account is concluded.

다른 실시 예에서, 트레이딩 봇 운영 서버(100)는 소정의 로직 또는 알고리즘을 통해 특정 종목 또는 특정 종목군에 대한 매매 결정을 할 수 있다. 트레이딩 봇 운영 서버(100)는 상기 매매 결정에 기초하여 매매 결정에 대응하는 매매 결정 정보를 생성할 수 있다. 이러한 트레이딩 봇 운영 서버(100)의 구체적인 실시 예는 다양할 수 있고, 다수의 시스템 트레이딩 로직 등이 공지되어 있거나 공연히 실시되고 있으며, 구체적인 매매 결정 정보의 로직 또는 알고리즘에 대해서는 상세한 설명은 생략한다.In another embodiment, the trading bot operation server 100 may make a trading decision for a specific item or group of specific items through a predetermined logic or algorithm. The trading bot operation server 100 may generate trading decision information corresponding to the trading decision based on the trading decision. Specific embodiments of the trading bot operation server 100 may vary, and a number of system trading logics are known or publicly implemented, and detailed descriptions of the logic or algorithm of specific trading decision information will be omitted.

트레이딩 봇 운영 서버(100)는 대출 기관 서버와도 연동할 수 있다. 트레이딩 봇 운영 서버(100)는 사용자에 의하여 특정 종목을 담보로 담보 대출을 이용할 수 있는 서비스를 제공할 수 있고, 상기 서비스를 대출 기관 서버와 연동하여 제공할 수 있다. 사용자 단말(200)은 특정 종목을 담보로 제공하여 대출 기관 서버로부터 대출을 받을 수 있다. 대출기관 트레이딩 봇 운영 서버(100)는 사용자에 의해 선택된 종목을 담보로 한 담보대출 등의 서비스를 제공하는 은행 등의 대출 기관이 운영하는 트레이딩 봇 운영 서버를 의미할 수 있다. 트레이딩 봇 운영 서버(100)는 거래 종목의 매도, 담보권의 설정 등의 서비스를 제공하는 증권사가 운영하는 트레이딩 봇 운영 서버를 포함하거나, 상기 증권사가 운영하는 트레이딩 봇 운영 서버와 연동될 수 있다.The trading bot operation server 100 can also be linked with a lending institution server. The trading bot operation server 100 can provide a service that allows users to use collateral loans using specific items as collateral, and can provide the service by linking with a lending institution server. The user terminal 200 can receive a loan from a lending institution server by providing a specific item as collateral. The lending institution trading bot operation server 100 may refer to a trading bot operation server operated by a lending institution such as a bank that provides services such as collateral loans collateralized by the item selected by the user. The trading bot operation server 100 may include a trading bot operation server operated by a securities company that provides services such as selling traded items and establishing security rights, or may be linked to a trading bot operation server operated by the securities company.

도 1에서는 설명의 편의를 위해 트레이딩 봇 운영 서버(100)를 하나의 장치로 도시하였지만, 실시 예에 따라 상기 트레이딩 봇 운영 서버(100)는 트레이딩 봇 운영 서버(100)와 작동적으로 연결된 복수 개의 장치들을 포함할 수 있다. 예를 들어, 복수의 계좌가 각각 서로 다른 증권사에 의해 운영 및/또는 관리되는 계좌인 경우, 상기 트레이딩 봇 운영 서버(100)는 서로 다른 증권사의 시스템과 연동될 수 있다. 트레이딩 봇 운영 서버(100), 사용자 단말(200)은 각각 통신 네트워크에 연결되어, 통신 네트워크를 통해 서로간 데이터를 송수신할 수 있다. 예를 들어, 통신 네트워크는 LAN(Local Area Network), MAN(Metropolitan Area Network), GSM(Global System for Mobile Network), EDGE(Enhanced Data GSM Environment), HSDPA(High Speed Downlink Packet Access), W-CDMA(Wideband Code Division Multiple Access), CDMA(Code Division Multiple Access), TDMA(Time Division Multiple Access), 블루투스(Bluetooth), 지그비(Zigbee), 와이-파이(Wi-Fi), VoIP(Voice over Internet Protocol), LTE Advanced, IEEE802.16m, WirelessMAN-Advanced, HSPA+, 3GPP Long Term Evolution (LTE), Mobile WiMAX(IEEE 802.16e), UMB(formerly EV-DO Rev. C), Flash-OFDM, iBurst and MBWA (IEEE 802.20) systems, HIPERMAN, Beam-Division Multiple Access (BDMA), Wi-MAX(World Interoperability for Microwave Access), 5G 등 다양한 종류의 유선 또는 무선 네트워크가 사용될 수 있다.In FIG. 1, for convenience of explanation, the trading bot operation server 100 is shown as a single device. However, according to the embodiment, the trading bot operation server 100 may include a plurality of devices operatively connected to the trading bot operation server 100. May include devices. For example, when a plurality of accounts are operated and/or managed by different securities companies, the trading bot operation server 100 may be linked to the systems of the different securities companies. The trading bot operation server 100 and the user terminal 200 are each connected to a communication network and can transmit and receive data with each other through the communication network. For example, communication networks include Local Area Network (LAN), Metropolitan Area Network (MAN), Global System for Mobile Network (GSM), Enhanced Data GSM Environment (EDGE), High Speed Downlink Packet Access (HSDPA), and W-CDMA. (Wideband Code Division Multiple Access), CDMA (Code Division Multiple Access), TDMA (Time Division Multiple Access), Bluetooth, Zigbee, Wi-Fi, VoIP (Voice over Internet Protocol) , LTE Advanced, IEEE802.16m, WirelessMAN-Advanced, HSPA+, 3GPP Long Term Evolution (LTE), Mobile WiMAX (IEEE 802.16e), UMB (formerly EV-DO Rev. C), Flash-OFDM, iBurst and MBWA (IEEE Various types of wired or wireless networks can be used, such as 802.20) systems, HIPERMAN, Beam-Division Multiple Access (BDMA), Wi-MAX (World Interoperability for Microwave Access), and 5G.

도 2는 트레이딩 봇 운영 서버(100)의 주요 구성 요소를 나타낸 도면이다.Figure 2 is a diagram showing the main components of the trading bot operation server 100.

트레이딩 봇 운영 서버(100)는 정보 획득부(101), 사용자 입력 획득부(102), 트레이딩 종목 결정부(103), 종목 트레이딩부(104), 사용자 매매패턴 분석부(105), 목표 수익률 설정부(106) 등을 포함할 수 있다.The trading bot operation server 100 includes an information acquisition unit 101, a user input acquisition unit 102, a trading item determination unit 103, an item trading unit 104, a user trading pattern analysis unit 105, and a target rate of return setting. It may include unit 106, etc.

정보 획득부(101)는 사용자가 매수한 종목에 대한 정보 및 사용자의 계좌 정보를 획득할 수 있다. 정보 획득부(101)는 사용자가 매수한 종목 외에 사용자의 투자 관심 종목에 대한 정보를 획득할 수 있다. 예를 들어, 종목에 대한 정보는, 종목의 거래 시세, 종목에 대응하는 코인 정보, 종목에 대응하는 회사 등을 포함할 수 있다. 사용자 입력 획득부(102)는 사용자의 사용자 단말(200)로부터 종목에 대한 매도 입력, 매수 입력, 기 주문 내용에 대한 정정 입력, 기 주문 내용에 대한 취소 입력 및/또는 자동 트레이딩 입력을 획득할 수 있다.The information acquisition unit 101 may obtain information about the item purchased by the user and the user's account information. The information acquisition unit 101 may obtain information on items of investment interest of the user in addition to the items purchased by the user. For example, information about an item may include the trading price of the item, coin information corresponding to the item, a company corresponding to the item, etc. The user input acquisition unit 102 can obtain a sell input, buy input, correction input for existing order contents, cancellation input for existing order contents, and/or automatic trading input for the item from the user's user terminal 200. there is.

트레이딩 종목 결정부(103)는 거래소에 등록된 종목들 중에서 트레이딩할 종목을 결정하되, 사용자가 과거에 거래했던 종목들 및 상기 종목들을 통한 사용자의 수익률에 기반하여 트레이딩(예: 자동 매매)할 종목을 결정할 수 있다. 트레이딩 종목 결정부(103)는 제1 시점(예: 현 매매 시점) 이전의 시점인 제2 시점부터 상기 제1 시점까지 거래했던 종목들에 관한 정보 및 상기 종목들을 통한 사용자의 수익률에 관한 정보를 획득할 수 있고, 미리 설정된 수익률보다 높은 수익률을 보여줬던 종목들을 결정할 수 있다. 트레이딩 종목 결정부(103)는 종목 트레이딩부(104)에 의하여 트레이딩될 종목을 결정하되, 사용자가 일정 수준 이상의 수익률을 기록했던 종목들 및 상기 기록했던 종목들과 유사한 시세 흐름을 보이는 다른 유사 종목들을 결정하고, 종목 트레이딩부(104)는 상기 기록했던 종목들 및 상기 기록했던 종목들과 다른 유사 종목들을 통해 트레이딩을 수행할 수 있다.The trading item determination unit 103 determines the item to be traded among the items registered on the exchange, and the item to be traded (e.g., automatic trading) based on the items the user has traded in the past and the user's rate of return through these items. can be decided. The trading item determination unit 103 provides information about the items traded from the second time point before the first time point (e.g., the current trading point) to the first time point, and information about the user's rate of return through the items. It is possible to determine stocks that can be acquired and have shown a higher rate of return than a preset rate of return. The trading item determination unit 103 determines the items to be traded by the item trading unit 104, and selects items for which the user has recorded returns above a certain level and other similar items showing similar price trends to the recorded items. After making the decision, the item trading unit 104 may perform trading through the recorded items and similar items different from the recorded items.

트레이딩 종목 결정부(103)는 상기 기록했던 종목들과 유사한 시세 흐름을 보이는 다른 유사 종목들을 결정하되, 13주 수익률(분기 수익률), 26주 수익률(반기 수익률), 52주 수익률(1년 수익률)에 기반하여 상기 다른 유사 종목들을 결정할 수 있다. 트레이딩 종목 결정부(103)는 상기 기록했던 종목들의 평균 13주 수익률, 평균 26주 수익률, 평균 52주 수익률을 각각 산출하고, 상기 평균 13주 수익률의 특정 범위(예: +-10%) 내의 13주 수익률을 가지고, 상기 평균 26주 수익률의 특정 범위(예: +-15%) 내의 26주 수익률을 가지고, 상기 평균 52주 수익률의 특정 범위(예: +-20%) 내의 52주 수익률을 가진 다른 유사 종목들을 결정할 수 있다.The trading item determination unit 103 determines other similar items that show similar market trends to the items recorded above, including 13-week return (quarterly return), 26-week return (semi-annual return), and 52-week return (one-year return). Based on this, other similar stocks can be determined. The trading item determination unit 103 calculates the average 13-week return, average 26-week return, and average 52-week return of the recorded items, respectively, and calculates the average 13-week return within a specific range (e.g. +-10%) of the average 13-week return. With a weekly return, with a 26-week return within a certain range (e.g. +-15%) of the average 26-week return above, and with a 52-week return within a certain range (e.g. +-20%) of the average 52-week return above. Other similar stocks can be determined.

종목 트레이딩부(104)는 수동 트레이딩 방식 및 자동 트레이딩 방식을 통해 종목 트레이딩을 수행할 수 있다. 수동 트레이딩 방식은, 예를 들어, 종목 트레이딩부(104)가 사용자로부터 획득한 입력에 대응하는 기능을 수행할 수 있으며 사용자 단말(200)로부터 특정 종목에 대한 매수 입력을 획득한 경우, 매수 주문 신호를 생성하고, 생성된 매수 주문 신호에 대응하는 매도 주문 신호룰 결정하고, 결정된 매도 주문 신호 및 상기 매수 주문 신호에 기초하여 매매를 체결하도록 제어할 수 있다. 매수가 체결된 경우, 매수 금액만큼의 예수금이 감소할 수 있다. 자동 트레이딩 방식은, 예를 들어, 종목 트레이딩부(104)가 사용자로부터 자동 매매 입력에 대응하는 기능을 수행할 수 있으며, 사용자의 자동 매매에 대응하는 입력에 따라 특정 종목에 대한 매수 및 매도를 수행할 수 있다. 본 명세서에서 기술되는 대부분의 실시 예는 트레이딩 봇(트레이딩 봇 운영 서버)에 의하여 자동 트레이딩되는 방식에 관한 것일 수 있다.The item trading unit 104 can perform item trading through manual trading method and automatic trading method. In the manual trading method, for example, the item trading unit 104 may perform a function corresponding to an input obtained from a user, and when a purchase input for a specific item is obtained from the user terminal 200, a buy order signal It can be controlled to generate, determine a sell order signal corresponding to the generated buy order signal, and conclude a trade based on the determined sell order signal and the buy order signal. If a purchase is concluded, the deposit may be reduced by the purchase amount. In the automatic trading method, for example, the item trading unit 104 can perform a function that responds to automatic trading input from the user, and performs buying and selling of specific items according to the user's input corresponding to automatic trading. can do. Most embodiments described in this specification may relate to automatic trading by a trading bot (trading bot operation server).

사용자 매매패턴 분석부(105)는 종목 트레이딩부(104)에 의하여 사용자 맞춤형 트레이딩을 수행하기 위한 사용자 매매 패턴을 분석할 수 있다. 사용자 매매패턴 분석부(105)는 사용자의 매매 패턴을 분석하고, 분석된 매매 패턴에 따른 사용자의 수익 정보, 손실 정보를 생성할 수 있다. 상기 수익 정보는 기간별 수익률, 기간별 수익 금액 등을 포함하고, 상기 손실 정보는 기간별 손실률, 기간별 손실 금액 등을 포함할 수 있다.The user trading pattern analysis unit 105 can analyze user trading patterns to perform user-customized trading by the item trading unit 104. The user trading pattern analysis unit 105 may analyze the user's trading pattern and generate the user's profit information and loss information according to the analyzed trading pattern. The profit information may include a rate of return for each period, a profit amount for each period, etc., and the loss information may include a loss rate for each period, a loss amount for each period, etc.

사용자 매매패턴 분석부(105)는 사용자의 매매 패턴에 따른 사용자의 수익 정보, 및 손실 정보를 생성하되, 시장 상황을 고려하여 사용자의 상대적인 수익 정보 및 상대적인 손실 정보를 생성할 수 있다. 예를 들어, 사용자 매매패턴 분석부(105)는 코인 시장 수익률 대비 사용자의 상대 수익률을 산출할 수 있다.The user trading pattern analysis unit 105 generates the user's profit information and loss information according to the user's trading pattern, and may generate the user's relative profit information and relative loss information by taking market conditions into consideration. For example, the user trading pattern analysis unit 105 can calculate the user's relative rate of return compared to the coin market rate of return.

사용자 매매패턴 분석부(105)는 학습 데이터들을 이용하여 사용자들 각각과 대응하는 트레이딩 타입(trading type)을 결정할 수 있다. 트레이딩 타입은 유사한 트레이딩 타입(예: 매매 주기, 수익률)을 가질 것으로 예측되는 사용자들이 분류된 타입일 수 있다. 구체적으로, 사용자 매매패턴 분석부(105)는 학습 데이터들 각각에 대응하는 사용자들을 클러스터링함으로써, 사용자들 각각과 대응하는 클러스터를 결정하고, 결정된 클러스터에 부여되는 트레이딩 타입을 결정하는 트레이딩 타입 예측 모델을 포함할 수 있다. 예를 들어, 트레이딩 타입 예측 모델은, 가우시안 혼합 모델(Gaussian Mixture Model, GMM)에 따른 클러스터링을 수행할 수 있다.The user trading pattern analysis unit 105 can determine the trading type corresponding to each user using learning data. The trading type may be a type in which users who are expected to have similar trading types (e.g., trading cycle, rate of return) are classified. Specifically, the user trading pattern analysis unit 105 clusters users corresponding to each of the learning data, determines a cluster corresponding to each user, and creates a trading type prediction model that determines the trading type assigned to the determined cluster. It can be included. For example, the trading type prediction model may perform clustering according to a Gaussian Mixture Model (GMM).

도 3은 트레이딩 타입 예측 모델을 통해 사용자의 트레이딩 타입을 결정하는 것에 관한 도면이다.Figure 3 is a diagram related to determining a user's trading type through a trading type prediction model.

트레이딩 타입 예측 모델은, 가우시안 혼합 모델(Gaussian Mixture Model, GMM) 기반으로 동작하는 클러스터링 모델을 포함할 수 있다. 트레이딩 타입 예측 모델은 가우시안 혼합 모델(GMM)을 소프트웨어 상으로 구현한 일종의 소스코드 또는 소스코드의 동작 프로그램에 해당할 수 있다. 각 사용자마다 사용자의 매매 주기, 시장 대비 상대 수익률, 투자금, 수익금, 매매 종목 등이 상이하기 때문에, 여러 개의 지표 중 하나가 동일하다고 하더라도 동일한 트레이딩 타입이라고 볼 수 없다. 예를 들어, 단기 투자를 하더라도 수익률이 좋을 수 있고, 장기 투자를 하더라도 수익률이 좋을 수 있듯이 사용자들에 대한 분류는 다양할 수 있다. 따라서, 각 사용자마다 사용자의 매매 주기, 시장 대비 상대 수익률, 투자금, 수익금, 매매 종목 등을 고려하여 트레이딩 타입이 결정될 필요가 있다.The trading type prediction model may include a clustering model that operates based on a Gaussian Mixture Model (GMM). The trading type prediction model may correspond to a type of source code or a source code operation program that implements a Gaussian mixture model (GMM) in software. Since the user's trading cycle, relative rate of return compared to the market, investment amount, profit, trading item, etc. are different for each user, even if one of several indicators is the same, it cannot be considered the same trading type. For example, the classification of users can be diverse, as even short-term investments can yield good returns, and even long-term investments can yield good returns. Therefore, the trading type needs to be determined for each user, taking into account the user's trading cycle, relative rate of return compared to the market, investment amount, profits, trading items, etc.

본 발명의 일 실시예에서는 이처럼 사용자마다 사용자의 대한 세부 지표가 상이한 점을 고려하여, 다양한 세부 지표를 기준으로 사용자의 트레이딩 타입이 결정되고 결정된 트레이딩 타입에 기초하여 상기 사용자에게 적용되는 트레이딩 방식이 결정될 수 있도록, 사용자들을 클러스터링하여 다수의 클러스터들(clusters)을 구성하고, 구성된 클러스터들 각각에 대응하는 트레이딩 타입을 결정한다. 여기서, 트레이딩 타입은 사용자가 속한 클러스터마다 개별적으로 부여되는 일종의 식별 기호로서 1, 2, 3 등과 같이 우열 없이 결정되는 식별 번호로 표현되거나 그밖에 다양한 형태의 고유 식별 기호로 표현될 수 있다.In one embodiment of the present invention, taking into account the fact that the detailed indicators for each user are different, the user's trading type is determined based on various detailed indicators, and the trading method applied to the user is determined based on the determined trading type. , users are clustered to form multiple clusters, and the trading type corresponding to each of the configured clusters is determined. Here, the trading type is a type of identification symbol individually assigned to each cluster to which the user belongs, and may be expressed as an identification number determined without priority, such as 1, 2, 3, etc., or as various other forms of unique identification symbols.

트레이딩 타입 예측 모델은 사용자별로 수집되는 학습 데이터들을 이용하여 사용자에 대응하는 학습 특징 벡터를 생성할 수 있다. 예를 들어, 트레이딩 타입 예측 모델은 사용자별로 수집되는 학습 데이터들을 이용하여 사용자의 평균 매매 주기, 사용자의 1년 평균 시장 대비 상대 수익률, 사용자의 1년 투자금, 사용자의 1년 수익금, 사용자가 1년간 가장 많이 거래한 매매 종목에 따른 식별 기호를 포함하는 전처리 학습 데이터를 획득할 수 있다. 트레이딩 타입 예측 모델은 획득된 전처리 학습 데이터에 포함된 지표들 중 적어도 일부를 이용하여 사용자에 대응하는 학습 특징 벡터를 생성할 수 있다. 예를 들어, 트레이딩 타입 예측 모델은, 사용자의 평균 매매 주기, 사용자의 1년 평균 시장 대비 상대 수익률, 사용자의 1년 투자금, 사용자의 1년 수익금, 사용자가 1년간 가장 많이 거래한 매매 종목에 따른 식별 기호 각각을 성분값으로 하는 학습 특징 벡터를 생성할 수 있다.The trading type prediction model can generate a learning feature vector corresponding to the user using learning data collected for each user. For example, the trading type prediction model uses learning data collected for each user to predict the user's average trading cycle, the user's one-year average relative return on the market, the user's one-year investment, the user's one-year profit, and the user's one-year You can obtain pre-processed learning data that includes identifiers according to the most traded items. The trading type prediction model may generate a learning feature vector corresponding to the user using at least some of the indicators included in the acquired pre-processed learning data. For example, the trading type prediction model is based on the user's average trading cycle, the user's one-year average relative return compared to the market, the user's one-year investment amount, the user's one-year profit, and the trading item that the user traded the most in one year. A learning feature vector with each identification symbol as a component value can be generated.

예를 들어, 매매 종목에 따른 식별 기호는 일종의 식별 기호로서 1, 2, 3 등과 같이 우열 없이 결정되는 식별 번호로 표현되거나 그밖에 다양한 형태의 고유 식별 기호로 표현될 수 있다. 예를 들어, A 라는 종목의 경우 매매 종목에 따른 식별 기호는 1, B라는 종목의 경우 매매 종목에 따른 식별 기호는 2 등으로 표현될 수 있다. For example, the identification symbol according to the trading item is a type of identification symbol and can be expressed as an identification number determined without priority, such as 1, 2, 3, etc., or as various other forms of unique identification symbols. For example, for item A, the identification symbol according to the trading item may be expressed as 1, for item B, the identification symbol according to the trading item may be expressed as 2, etc.

학습 특징 벡터는, 트레이딩 봇 운영 서버(100)에 등록된 사용자들 및/또는 외부 트레이딩 봇 운영 서버나 외부 단말로부터 획득된 사용자 정보에 대응하는 사용자들마다 각각 하나씩 생성될 수 있다.One learning feature vector may be generated for each user registered in the trading bot operation server 100 and/or for each user corresponding to user information acquired from an external trading bot operation server or external terminal.

트레이딩 타입 예측 모델은 사용자들 각각의 적어도 하나의 학습 특징 벡터를 이용하여 사용자들 각각을 다수의 클러스터들 중 하나로 분류(classify)할 수 있다. 예를 들어, 가우시안 혼합 모델(GMM)의 경우, 미리 지정된 K(K는 1보다 큰 자연수)개의 가우시안 분포들 각각이 클러스터와 대응하며. 사용자들을 K개의 가우시안 분포들 중 하나로 분류하도록 동작할 수 있다.The trading type prediction model can classify each user into one of multiple clusters using at least one learning feature vector for each user. For example, in the case of Gaussian mixture model (GMM), each of K pre-specified Gaussian distributions (K is a natural number greater than 1) corresponds to a cluster. It may operate to classify users into one of K Gaussian distributions.

구체적으로, 가우시안 혼합 모델의 경우, 베이즈 정리(Bayes' theorem)를 이용하여 K개의 가우시안 분포들 중에서 하기 수학식 1에 따른 가우시안 분포 선택함수(γ)의 결과값이 가장 높은 가우시안 분포를 선정하고, 선정된 가우시안 분포를 해당 사용자에 대응하는 트레이딩 타입으로 결정한다.Specifically, in the case of a Gaussian mixture model, the Gaussian distribution with the highest result value of the Gaussian distribution selection function (γ) according to Equation 1 is selected among K Gaussian distributions using Bayes' theorem, , the selected Gaussian distribution is determined as the trading type corresponding to the user.

수학식 1에서 (γ)는 선택함수이고, xn은 n번째 사용자에 따른 학습 특징 벡터이고, znk는 학습 특징 벡터가 주어졌을 때 가우시안 혼합 모델에서 k(k는 1과 K 사이의 자연수)번째 가우시안 분포가 선택되면 1이고, 아니면 0의 값을 갖는 2진 변수이다. 또한 수학식 1에서 μ와 Σ는 가우시안 혼합 모델에 따른 파라미터로서 미리 가우시안 혼합 모델에 대한 학습 과정을 통해 확정되는 값이다. 가우시안 혼합 모델에 따른 파라미터를 결정하기 위한 학습 과정에 대해서는 Christopher Bishop의 Pattern Recognition and Machine Learning, 2008.03.18 을 참조하면 이해할 수 있으므로 구체적인 설명은 생략한다.In Equation 1, (γ) is the selection function, x n is the learning feature vector according to the nth user, and z nk is k in the Gaussian mixture model given the learning feature vector (k is a natural number between 1 and K) It is a binary variable with a value of 1 if the second Gaussian distribution is selected, and 0 otherwise. In addition, μ and Σ in Equation 1 are parameters according to the Gaussian mixture model and are values that are determined in advance through a learning process for the Gaussian mixture model. The learning process for determining parameters according to the Gaussian mixture model can be understood by referring to Christopher Bishop's Pattern Recognition and Machine Learning, 2008.03.18, so detailed explanation will be omitted.

도 4는 사용자의 트레이딩 타입에 따라 맞춤형 트레이딩을 수행하는 것에 관한 도면이다.Figure 4 is a diagram of performing customized trading according to the user's trading type.

종목 트레이딩부(104)는 사용자의 트레이딩 타입에 기반하여 사용자 맞춤형 트레이딩을 수행할 수 있다.The item trading unit 104 can perform user-customized trading based on the user's trading type.

종목 트레이딩부(104)는 사용자의 매매 패턴으로 사용자가 특정 종목에 대한 투자 수익률이 높을수록, 사용자의 매매 패턴에 대한 가중치를 높게 적용하고, 종목 트레이딩부(104) 자체 매매 방식에 대한 가중치를 낮게 적용하여 종목 트레이딩을 수행할 수 있다.The item trading unit 104 applies a higher weight to the user's trading pattern as the user's investment return on a specific item increases, and the item trading unit 104 applies a lower weight to its own trading method. You can apply it to perform item trading.

종목 트레이딩부(104)는 사용자의 매매 패턴으로 사용자가 특정 종목에 대한 투자 수익률이 낮을수록, 사용자의 매매 패턴에 대한 가중치를 낮게 적용하고, 종목 트레이딩부(104) 자체 매매 방식에 대한 가중치를 높게 적용하여 종목 트레이딩을 수행할 수 있다.The item trading unit 104 applies a lower weight to the user's trading pattern as the user's investment return on a specific item is lower, and the item trading unit 104 applies a higher weight to its own trading method. You can apply it to perform item trading.

다시 말해서, 종목 트레이딩부(104)는 상기 사용자의 분석된 상기 매매패턴으로 상기 사용자의 투자 수익률이 임계 수익률보다 높을 경우 제1 트레이딩 방식으로 트레이딩을 수행하고, 상기 사용자의 분석된 상기 매매패턴으로 상기 사용자의 투자 수익률이 상기 임계 수익률 이하인 경우 제2 트레이딩 방식으로 트레이딩을 수행할 수 있다. 상기 제1 트레이딩 방식은 상기 매매패턴에 대한 가중치를 높게 적용하여 상기 매매패턴을 구성하는 지표들 중 미리 설정된 개수를 초과하는 지표들은 동일하게 유지한 트레이딩을 수행하는 방식이고, 상기 제2 트레이딩 방식은 상기 매매패턴에 대한 가중치를 낮게 적용하여 상기 매매패턴을 구성하는 지표들 중 미리 설정된 개수 이하의 지표들은 동일하게 유지한 트레이딩을 수행하는 방식일 수 있다. 예를 들어, 매매패턴을 구성하는 지표들은 평균 매수 시간, 평균 매도 시간, 단일 평균 매도액(한 번 매도할 때의 평균 액수), 단일 평균 매수액(한 번 매수할 때의 평균 액수), 평균 매매 주기, 트레이딩 봇 운영 서버 접속 시간, 트레이딩 봇 운영 서버 접속 유지 시간, 하루 평균 매매 횟수 등을 포함할 수 있다.In other words, the item trading unit 104 performs trading in the first trading method when the user's investment rate of return is higher than the threshold rate of return based on the user's analyzed trading pattern, and performs trading using the user's analyzed trading pattern. If the user's investment rate of return is below the threshold rate of return, trading can be performed using the second trading method. The first trading method is a method of performing trading by applying a high weight to the trading pattern and keeping the indicators that exceed a preset number among the indicators constituting the trading pattern the same, and the second trading method is This may be a method of performing trading by applying a low weight to the trading pattern and keeping the indicators below a preset number of indicators constituting the trading pattern the same. For example, the indicators that make up the trading pattern are average buying time, average selling time, single average selling amount (average amount per sale), single average purchase amount (average amount per purchase), and average trading cycle. , trading bot operation server connection time, trading bot operation server connection maintenance time, average number of transactions per day, etc.

목표 수익률 설정부(106)는 종목 트레이딩부(104)의 맞춤형 트레이딩을 통해 트레이딩을 수행하는 경우의 목표 투자 수익률을 설정할 수 있다. 목표 수익률 설정부(106)는 상기 사용자와 동일한 클러스터(즉, 동일한 트레이딩 타입)에 포함된 다른 사용자들의 시장 대비 상대 수익률에 기반하여 상기 사용자의 목표 투자 수익률을 설정할 수 있다. 종목 트레이딩부(104)는 목표 수익률 설정부(106)에 의하여 설정된 목표 투자 수익률이 미리 설정된 기간동안 달성된 경우, 트레이딩을 더 이상 수행하지 않을 수 있다.The target rate of return setting unit 106 can set the target return on investment when trading is performed through customized trading of the item trading section 104. The target rate of return setting unit 106 may set the target investment rate of return for the user based on the relative rate of return compared to the market of other users included in the same cluster (i.e., the same trading type) as the user. The item trading unit 104 may no longer perform trading when the target investment return set by the target return setting unit 106 is achieved during a preset period.

목표 수익률 설정부(106)는 상기 사용자와 동일한 클러스터에 포함된 다른 사용자들의 시장 대비 상대 수익률을 평균낸 평균 수익률이 높을수록 상기 사용자의 기존 수익률(예: 최근 1년간 수익률)보다 높은 제1 목표 수익률을 결정하고, 상기 사용자와 동일한 클러스터에 포함된 다른 사용자들의 시장 대비 상대 수익률을 평균낸 평균 수익률이 낮을수록 상기 사용자의 기존 수익률보다 높은 제2 목표 수익률을 결정할 수 있다. 상기 제1 목표 수익률과 상기 기존 수익률의 제1 차이는 상기 제2 목표 수익률과 상기 기존 수익률의 제2 차이보다 작을 수 있다. 평균 수익률이 낮은 그룹은 트레이딩 방식의 약간의 변화만으로도 수익률을 개선할 수 있는 여지가 많지만, 평균 수익률이 높은 그룹은 원래 높은 수익률을 더 끌어올리기는 어렵기 때문에, 사용자와 동일한 클러스터에 포함된 다른 사용자들의 시장 대비 상대 수익률을 평균낸 평균 수익률에 따라 사용자에 대한 목표 수익률을 다르게 설정할 수 있다.The target rate of return setting unit 106 sets the first target rate of return higher than the user's existing rate of return (e.g., rate of return over the past year) as the average rate of return calculated by averaging the relative rates of return compared to the market of other users included in the same cluster as the user is higher. A second target rate of return that is higher than the existing rate of return of the user can be determined as the average rate of return, which is the average of the relative rate of return compared to the market of other users included in the same cluster as the user, is lower. The first difference between the first target rate of return and the existing rate of return may be smaller than the second difference between the second target rate of return and the existing rate of return. A group with a low average return has a lot of room to improve returns with a slight change in trading method, but it is difficult for a group with a high average return to further increase the original high return, so other users included in the same cluster as the user The target rate of return for users can be set differently depending on the average rate of return calculated by averaging the relative rate of return compared to the market.

목표 수익률 설정부(106)는 이하 수학식 2를 통해서 목표 수익률을 설정할 수 있다.The target rate of return setting unit 106 can set the target rate of return through Equation 2 below.

상기 수학식 2에서, YB는 상기 목표 수익률, YT는 상기 사용자와 동일한 트레이딩 타입에 속한 다른 사용자들의 상대 수익률을 평균낸 평균 수익률, Ms는 사용자의 최근 1년간 수익률일 수 있다.In Equation 2, Y B may be the target rate of return, Y T may be the average rate of return obtained by averaging the relative rates of return of other users belonging to the same trading type as the user, and M s may be the user's rate of return over the past year.

도 5는 도 1에 따른 트레이딩 봇 운영 서버(100)의 하드웨어 구성을 나타낸 도면이다.FIG. 5 is a diagram showing the hardware configuration of the trading bot operation server 100 according to FIG. 1.

도 5를 참조하면, 트레이딩 봇 운영 서버(100)는 적어도 하나의 프로세서(110) 및 상기 적어도 하나의 프로세서(110)가 적어도 하나의 동작(operation)을 수행하도록 지시하는 명령어들(instructions)을 저장하는 메모리(memory)를 포함할 수 있다.Referring to FIG. 5, the trading bot operation server 100 stores at least one processor 110 and instructions instructing the at least one processor 110 to perform at least one operation. It may include memory.

상기 적어도 하나의 동작은, 전술한 트레이딩 봇 운영 서버(100)의 동작이나 기능 중 적어도 일부를 포함하고 명령어들 형태로 구현되어 프로세서(110)에 의하여 수행될 수 있다.The at least one operation includes at least some of the operations or functions of the trading bot operation server 100 described above and may be implemented in the form of instructions and performed by the processor 110.

여기서 적어도 하나의 프로세서(110)는 중앙 처리 장치(central processing unit, CPU), 그래픽 처리 장치(graphics processing unit, GPU), 또는 본 발명의 실시예들에 따른 방법들이 수행되는 전용의 프로세서를 의미할 수 있다. 메모리(120) 및 저장 장치(160) 각각은 휘발성 저장 매체 및 비휘발성 저장 매체 중에서 적어도 하나로 구성될 수 있다. 예를 들어, 메모리(120)는 읽기 전용 메모리(read only memory, ROM) 및 랜덤 액세스 메모리(random access memory, RAM) 중 하나일 수 있고, 저장 장치(160)는, 플래시메모리(flash-memory), 하드디스크 드라이브(HDD), 솔리드 스테이트 드라이브(SSD), 또는 각종 메모리 카드(예를 들어, micro SD 카드) 등일 수 있다.Here, the at least one processor 110 may mean a central processing unit (CPU), a graphics processing unit (GPU), or a dedicated processor on which methods according to embodiments of the present invention are performed. You can. Each of the memory 120 and the storage device 160 may be comprised of at least one of a volatile storage medium and a non-volatile storage medium. For example, the memory 120 may be one of read only memory (ROM) and random access memory (RAM), and the storage device 160 may be flash memory. , a hard disk drive (HDD), a solid state drive (SSD), or various memory cards (eg, micro SD card).

또한, 트레이딩 봇 운영 서버(100)는 무선 네트워크를 통해 통신을 수행하는 송수신 장치(transceiver)(130)를 포함할 수 있다. 또한, 트레이딩 봇 운영 서버(100)는 입력 인터페이스 장치(140), 출력 인터페이스 장치(150), 저장 장치(160) 등을 더 포함할 수 있다. 트레이딩 봇 운영 서버(100)에 포함된 각각의 구성 요소들은 버스(bus)(170)에 의해 연결되어 서로 통신을 수행할 수 있다. 도 5에서는 트레이딩 봇 운영 서버(100)를 예로 들어 설명하였으나, 이에 한정되는 것은 아니다. 예를 들어, 복수 개의 사용자 단말들은 도 5에 따른 구성요소를 포함할 수 있다.Additionally, the trading bot operation server 100 may include a transceiver 130 that performs communication through a wireless network. Additionally, the trading bot operation server 100 may further include an input interface device 140, an output interface device 150, a storage device 160, etc. Each component included in the trading bot operation server 100 is connected by a bus 170 and can communicate with each other. In FIG. 5 , the trading bot operation server 100 is used as an example, but the description is not limited thereto. For example, a plurality of user terminals may include components according to FIG. 5 .

본 발명에 따른 방법들은 다양한 컴퓨터 수단을 통해 수행될 수 있는 프로그램 명령 형태로 구현되어 컴퓨터 판독 가능 매체에 기록될 수 있다. 컴퓨터 판독 가능 매체는 프로그램 명령, 데이터 파일, 데이터 구조 등을 단독으로 또는 조합하여 포함할 수 있다. 컴퓨터 판독 가능 매체에 기록되는 프로그램 명령은 본 발명을 위해 특별히 설계되고 구성된 것들이거나 컴퓨터 소프트웨어 당업자에게 공지되어 사용 가능한 것일 수도 있다.Methods according to the present invention may be implemented in the form of program instructions that can be executed through various computer means and recorded on a computer-readable medium. Computer-readable media may include program instructions, data files, data structures, etc., singly or in combination. Program instructions recorded on a computer-readable medium may be specially designed and constructed for the present invention or may be known and usable by those skilled in the computer software art.

컴퓨터 판독 가능 매체의 예에는 롬(ROM), 램(RAM), 플래시 메모리(flash memory) 등과 같이 프로그램 명령을 저장하고 수행하도록 특별히 구성된 하드웨어 장치가 포함될 수 있다. 프로그램 명령의 예에는 컴파일러(compiler)에 의해 만들어지는 것과 같은 기계어 코드뿐만 아니라 인터프리터(interpreter) 등을 사용해서 컴퓨터에 의해 실행될 수 있는 고급 언어 코드를 포함할 수 있다. 상술한 하드웨어 장치는 본 발명의 동작을 수행하기 위해 적어도 하나의 소프트웨어 모듈로 작동하도록 구성될 수 있으며, 그 역도 마찬가지이다.Examples of computer-readable media may include hardware devices specifically configured to store and execute program instructions, such as ROM, RAM, flash memory, etc. Examples of program instructions may include machine language code such as that created by a compiler, as well as high-level language code that can be executed by a computer using an interpreter, etc. The above-described hardware device may be configured to operate with at least one software module to perform the operations of the present invention, and vice versa.

또한, 상술한 방법 또는 장치는 그 구성이나 기능의 전부 또는 일부가 결합되어 구현되거나, 분리되어 구현될 수 있다.Additionally, the above-described method or device may be implemented by combining all or part of its components or functions, or may be implemented separately.

상기에서는 본 발명의 바람직한 실시예를 참조하여 설명하였지만, 해당 기술 분야의 숙련된 당업자는 하기의 특허 청구의 범위에 기재된 본 발명의 사상 및 영역으로부터 벗어나지 않는 범위 내에서 본 발명을 다양하게 수정 및 변경시킬 수 있음을 이해할 수 있을 것이다.Although the present invention has been described above with reference to preferred embodiments, those skilled in the art may make various modifications and changes to the present invention without departing from the spirit and scope of the present invention as set forth in the claims below. You will understand that you can do it.

100: 트레이딩 봇 운영 서버 200: 사용자 단말100: Trading bot operation server 200: User terminal

Claims (5)

트레이딩 봇을 운영하여 종목 거래를 수행하는 트레이딩 봇 운영 서버에 있어서,
사용자의 거래 종목에 대한 정보 및 상기 사용자의 계좌 정보를 획득하는 정보 획득부;
상기 사용자의 사용자 단말로부터 종목에 대한 매매 관련 입력을 획득하는 사용자 입력 획득부;
거래소에 등록된 종목들 중에서 트레이딩할 종목을 결정하는 트레이딩 종목 결정부;
상기 사용자 단말로부터 획득된 자동 매매에 대응하는 입력에 기반하여 결정된 상기 트레이딩 종목을 트레이딩을 수행하는 종목 트레이딩부; 및
상기 사용자의 매매 패턴을 분석하고, 분석된 상기 매매 패턴에 따른 상기 사용자의 수익 정보를 생성하는 사용자 매매패턴 분석부를 포함하고,
상기 사용자 매매패턴 분석부는,
미리 학습된 가우시안 혼합 모델을 이용하여, 다수의 사용자 단말들로부터 획득된 학습 데이터들 각각에 대응하는 사용자들을 클러스터링함으로써, 상기 다수의 사용자 단말들에 대응하는 사용자들 각각에 대응하는 클러스터(cluster)를 결정하고, 결정된 클러스터에 부여된 트레이딩 타입을 해당 클러스터에 속하는 사용자의 트레이딩 타입으로 결정하는 트레이딩 타입 예측 모델을 포함하고,
상기 종목 트레이딩부는,
상기 사용자의 분석된 상기 매매패턴으로 상기 사용자의 투자 수익률이 임계 수익률보다 높을 경우 제1 트레이딩 방식으로 트레이딩을 수행하고,
상기 사용자의 분석된 상기 매매패턴으로 상기 사용자의 투자 수익률이 상기 임계 수익률 이하인 경우 제2 트레이딩 방식으로 트레이딩을 수행하고,
상기 제1 트레이딩 방식은 상기 매매패턴에 대한 가중치를 높게 적용하여 상기 매매패턴을 구성하는 지표들 중 미리 설정된 개수를 초과하는 지표들은 동일하게 유지한 트레이딩을 수행하는 방식이고,
상기 제2 트레이딩 방식은 상기 매매패턴에 대한 가중치를 낮게 적용하여 상기 매매패턴을 구성하는 지표들 중 미리 설정된 개수 이하의 지표들은 동일하게 유지한 트레이딩을 수행하는 방식인, 트레이딩 봇 운영 서버.In the trading bot operation server that operates the trading bot to perform item trading,
an information acquisition unit that acquires information about the user's transaction items and the user's account information;
a user input acquisition unit that obtains input related to trading of an item from the user's user terminal;
A trading item decision unit that determines items to trade among items registered on the exchange;
an item trading unit that performs trading of the trading item determined based on an input corresponding to automatic trading obtained from the user terminal; and
Comprising a user trading pattern analysis unit that analyzes the user's trading pattern and generates profit information of the user according to the analyzed trading pattern,
The user trading pattern analysis department,
By using a pre-trained Gaussian mixture model to cluster users corresponding to each of the learning data obtained from a plurality of user terminals, a cluster corresponding to each user corresponding to the plurality of user terminals is created. Includes a trading type prediction model that determines the trading type assigned to the determined cluster as the trading type of the user belonging to the cluster,
The item trading department,
If the user's investment rate of return is higher than the critical rate of return based on the user's analyzed trading pattern, trading is performed using a first trading method,
If the user's investment rate of return is less than or equal to the threshold rate of return based on the user's analyzed trading pattern, trading is performed using a second trading method,
The first trading method is a method of performing trading by applying a high weight to the trading pattern and keeping the indicators that exceed a preset number among the indicators constituting the trading pattern the same,
The second trading method is a trading bot operation server that applies a low weight to the trading pattern and performs trading while keeping indicators below a preset number of indicators constituting the trading pattern the same. 삭제delete 청구항 1에서,
상기 트레이딩 종목 결정부는,
상기 사용자가 거래했던 종목들 및 상기 종목들을 통한 상기 사용자의 수익률에 기반하여 트레이딩할 종목을 결정하되,
미리 설정된 기간 동안 미리 설정된 수익률 이상을 기록했던 종목들 및 상기 종목들과 유사한 시세 흐름을 가지는 종목들을 상기 트레이딩할 종목으로 결정하는, 트레이딩 봇 운영 서버.In claim 1,
The trading item decision unit,
Determine the item to trade based on the items the user has traded and the user's rate of return through the items,
A trading bot operation server that determines stocks that have recorded more than a preset rate of return over a preset period and stocks that have similar price trends as the stocks to be traded. 삭제delete ◈청구항 5은(는) 설정등록료 납부시 포기되었습니다.◈◈Claim 5 was abandoned upon payment of the setup registration fee.◈ 청구항 1에서,
상기 트레이딩 봇 운영 서버는 목표 수익률 설정부는 더 포함하고,
상기 목표 수익률 설정부는,
결정된 상기 사용자의 트레이딩 타입에 기반하여 상기 사용자에 대한 목표 투자 수익률을 설정하는, 트레이딩 봇 운영 서버.
In claim 1,
The trading bot operation server further includes a target return setting unit,
The target rate of return setting section,
A trading bot operation server that sets a target return on investment for the user based on the determined trading type of the user.
KR1020220172495A 2022-12-12 2022-12-12 A method for providing a trading bot and an operating server for performing the same KR102593556B1 (en)

Priority Applications (1)

Application Number Priority Date Filing Date Title
KR1020220172495A KR102593556B1 (en) 2022-12-12 2022-12-12 A method for providing a trading bot and an operating server for performing the same

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
KR1020220172495A KR102593556B1 (en) 2022-12-12 2022-12-12 A method for providing a trading bot and an operating server for performing the same

Publications (1)

Publication Number Publication Date
KR102593556B1 true KR102593556B1 (en) 2023-10-26

Family

ID=88508733

Family Applications (1)

Application Number Title Priority Date Filing Date
KR1020220172495A KR102593556B1 (en) 2022-12-12 2022-12-12 A method for providing a trading bot and an operating server for performing the same

Country Status (1)

Country Link
KR (1) KR102593556B1 (en)

Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR100798694B1 (en) * 2006-08-25 2008-01-30 주식회사 디알에프앤 Apparatus and method for style analysis service in home trading system
KR20180015374A (en) * 2016-08-03 2018-02-13 박건 Stock trading method
KR20210133456A (en) * 2020-04-29 2021-11-08 주식회사 더플랜코퍼레이션 System of providing stock investment information with individual item recommensation using bigdata in AI and operating method thereof
KR102453549B1 (en) * 2022-01-04 2022-10-14 주식회사 슈페릭스 Stock trading platform server supporting auto trading bot using artificial intelligence and big data and the operating method thereof

Patent Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR100798694B1 (en) * 2006-08-25 2008-01-30 주식회사 디알에프앤 Apparatus and method for style analysis service in home trading system
KR20180015374A (en) * 2016-08-03 2018-02-13 박건 Stock trading method
KR20210133456A (en) * 2020-04-29 2021-11-08 주식회사 더플랜코퍼레이션 System of providing stock investment information with individual item recommensation using bigdata in AI and operating method thereof
KR102453549B1 (en) * 2022-01-04 2022-10-14 주식회사 슈페릭스 Stock trading platform server supporting auto trading bot using artificial intelligence and big data and the operating method thereof

Similar Documents

Publication Publication Date Title
Lyócsa et al. YOLO trading: Riding with the herd during the GameStop episode
Pousttchi et al. Surrounded by middlemen-how multi-sided platforms change the insurance industry
Harvey et al. Recursive right-tailed unit root tests for an explosive asset price bubble
Cuadros et al. Homeward bound FDI: Are migrants a bridge over troubled finance?
KR102447254B1 (en) Exchange operation method and system for supporting high speed transaction execution
Sloboda et al. Contemporary challenges and risks of retail banking development in Ukraine
Göncü et al. Statistical arbitrage with pairs trading
Snihovyi et al. Implementation of robo-advisor services for different risk attitude investment decisions using machine learning techniques
Shi et al. A novel imbalanced data classification approach based on logistic regression and Fisher discriminant
KR20210003029A (en) Method and system for managing diapause assets based on machine-learning
Sahoo et al. Asymmetric effects of exchange rate movements on traditional and modern services exports: Evidence from a large emerging economy
Akram et al. US dollar swap yields: An analysis of the dynamics of monthly changes
Hu et al. Systemic risk management and investment analysis with financial network analytics: research opportunities and challenges
Zhu et al. Digital finance—from traditional finance to digital and internet finance
Ananda et al. The pivotal role of cashless system adoption among micro, small, and medium enterprises (MSMEs) in Malaysia: The challenges and opportunities
Nichkasova et al. Financial technologies as a driving force for business model transformation in the banking sector
Lomachynska Modernization of structure of financial systems with the development of FinTech
El-Berawi et al. Adaptive deep learning based cryptocurrency price fluctuation classification
US20230092126A1 (en) Banking operation support system, banking operation support method, and banking operation support program
KR102593556B1 (en) A method for providing a trading bot and an operating server for performing the same
KR102374522B1 (en) Exchange operation method and system for supporting transaction risk management
Arundina et al. Artificial intelligence for Islamic sukuk rating predictions
Burgess Machine Earning–Algorithmic Trading Strategies for Superior Growth, Outperformance and Competitive Advantage
US20130185223A1 (en) Multi-level automated hedging process with news evaluation tool
US20130110741A1 (en) Multi-level automated hedging process

Legal Events

Date Code Title Description
E701 Decision to grant or registration of patent right
A107 Divisional application of patent
GRNT Written decision to grant